九坤投资面试

HR群发邀请收到的，QD岗位，我是DS。收到的时候很惊讶，因为我不记得我跟他们有交集，但他们说我什么时候投过简历给他们。

笔试：
这是最难的部分，考了随机过程、概率、编程，绿书和leecode题目居多。因为已经有一段时间了，具体忘记了。
例如：
1. 给你一根面条，求围成圈圈的期望
2. 老王已知有俩娃，参加聚会的时候带来了一儿子，求另一个为儿子的概率
3. leecode是求注水体积问题，用单调栈解决。
还有挺多数学题的，不太记得了

一面：
HR和一个面官，约了周六，一小时。半小时就问完了。问的都是经历
1. 讨论了我自己做MDS的（QD）实习项目经历，进而问了下实现原理，websocket工作原理等
2. 讨论了之前一份Data Analyst的工作经历（可能讨论了叭）
我问他的时候我就比较欠了，因为我觉得不会有下一轮。我拿了millenium的面试题去问他，当然我知道答案，用数学和工程方法可以解决。另外还问了个python OOPs的问题，对方说“这是啥问题啊。。。”，我说“就讨论下咯，我也跟我朋友讨论过”，然后我们就讨论了下，答案跟我想的差不多。

二面：
一个做风控的面官，这个聊了一个小时，还是问的经历
1. 之前做的睡眠客户激活用的模型具体原理：XGB工作原理，调参，模型performance怎么衡量，特征工程怎么做
2. 又聊了一下MDS的实习经历和工作原理。
我问他的时候也还是有点随意，大概问了下这个岗位干什么，他们看重哪方面能力（沟通、技术、工作方式方法，etc.），挺泛的。

三面HRBP：
纯聊天。

四面：
数据分析coding题，在线被人盯着做。也就是data aggregation, analysis这些。我做完后还是觉得有点失望的，如果把我调去数据分析俺就不干了，拜拜。

终面：
CTO。还是就经历讨论。但讨论完后我觉得这人不太好相处，跟同期在面的MS面试体验感差太远了，如果我还是那个暴脾气，估计当场能跟他隔着电话干一架。
1. 目前负责的风控模型项目，有发现什么特别的有意思的点：
    没有，这是个特别成熟的行业。但可以分享我在途中发现有意思的地方，我分享了俩，全是特征工程相关的。关键在特征工程，不在模型本身。而且我的成果我老板是满意的，面试里也表达了，上生产也没出现问题。
好像没问别的，CTO吐槽了下香港金融环境不如新加坡不如大陆不如US。不做评论，心里已经倾向于MS了，在香港。当然卖方机构，也被他Dis了一下。可是我面MS的时候，所有人都很nice，沟通还挺顺畅融洽的。我作为一名“野生纯python程序员”，MS也不是不知道的，并且他们用的是Java和Scala。他分享了一些个人看法和建议，我欣然接受，也挺感谢他的分享的，email他的HR了的。
最后我问了下他们开发的习惯、代码维护管理、更新迭代的事情就拜拜了。只能说CTO是个好人，但我不太想跟这种人工作。

对方给拒绝还准备默拒。我问了下原因，不肯说。Good luck吧，希望有一天，作为国内量化巨头，九坤能够率先赶上国际对冲基金们。

PS：我起点真挺低的，国内一般学校毕业，就一银行柜员。也感谢当年受到行领导排斥，才遇到了总行直属部门愿意培养我给机会我表现的领导们。然后才走到了今天，从来没想过还能同时面MS和九坤到最后，也值。因为“野生”被拒我也习惯了，国内就喜欢戴上眼镜。在境外倒是还好，现在的工作也没有因为我是“野生”的DS拒绝我，MS也没有因为我是“野生”而拒绝我，因为这个事情我跟他们double check了很多遍，应该是为数不多的应聘者了，我也不想在一个团队里，因为“野生”而不断受到各种奇奇怪怪的待遇。

求米

18年接触过，面的PM。他家是海选，上来先扔一张卷子做。整个卷子需要2小时内完成，我快速扫了一边题目，跟HR说我是面PM的，不是面quant，更不是面码农，没空花2个小时在这扯蛋，然后就润了。题目主要分三块：

算法题都是些动态规划，猴子背香蕉，霍去病运粮草之类的；核心就是找出递推方程和边界条件。

编程题大量C++，侧重一种叫"模板元编程"的东西，我对这块完全不熟。后来我上家公司和一家核心人物WorldQuant背景的百亿量化私募合作，对方把系统接口开放给我们用了一段时间，他们从数据实时收发—>因子生成和自动化迭代-->组合优化—>下单实时交易,全套都是基于C++，不懂C++和linux在他们那里应该不好混，让我们这些习惯了python+sql做研究语言的人大受震撼。九坤应该也是这个模式，瓦房店版WorldQuant。

统计类题目很多都是线性回归的，机器学习倒没多少。各种多一列数据少一列数据或者数据replicate了一遍之后，再跑回归会对相应统计量有哪些影响，这些都是统计专业的基本功了。还有些注入告诉你几个信号或者策略的一些统计特征，问你如何增强之类的开放性问题，这个有实务经验的应该都有些这方面的积累，无非就是诸如把IC看成向量夹角余弦之类的从几何角度来直观的审视问题，我平时做因子时也常用这种思路（有个名字似乎叫geometry in algebra的manual值得一看），老实说这种思路比一些fancy的机器学习算法靠谱多了。

Hkd666 发表于 2022-5-20 15:57
Morgan Stanley 吧

对的。MS的面试体验感真的很好，当然，不代表他们不会玩tricks。例如，我面别的大机构的时候曾经遇到过：
Q: Do you prefer ENG or CHN?
A: CHN, so that I can express myself better.
Q: Sure, but we still need to start with ENG. After all, we are still an international working environment.
A: Sure.
结果就是全英面试嘛。

匿名者 发表于 2022-5-25 09:06
那个CTO确实非常defensive

我觉得他挺offensive的。当他开始dis我现在公司和过去老东家的时候我tm忍不住礼貌的怼回去，心想“这鸟东西”。他再厉害也好，输在做人上就是输。MS的人也不是孬种，我所有面试官的BG都很棒，不仅没有人dis我是野生程序猿，还有人说我python coding skill好，我超级开心（好不要脸）。

MS是什么公司？

alpha_quant 发表于 2022-5-20 01:06
18年接触过，面的PM。他家是海选，上来先扔一张卷子做。整个卷子需要2小时内完成，我快速扫了一边题目，跟H ...

层主可以麻烦把书名（Geometry in algebra) 说的精确一点么，按这个搜了一下没有搜到太相关的。

我有个朋友去了这家没多久被辞退了 千万别去

微信用户_a7e23b1 发表于 2022-5-20 12:57
MS是什么公司？

. ΧMorgan Stanley 吧

这公司招了不少高薪应届生

匿名者 发表于 2022-5-20 15:56
我有个朋友去了这家没多久被辞退了 千万别去

终面的过程以及面试后的结果反馈的闪躲就已经很明显说明问题了。辞退人可以接受，毕竟买方不是什么稳定的地方，不太能接受的是对方的态度及做法，确实让我对九坤的印象大打折扣。只能说希望中资公司能真的快点成长起来吧

那个CTO确实非常defensive